本发明涉及虚拟电厂技术领域，尤其是指一种虚拟电厂基于相似日的智能调配方法。
背景技术：
随着化石能源的日渐枯竭以及环境污染、气候变化问题的日益明显，大力开发新能源、实现各种能源的低碳利用已成为当今能源革命的主题。风电、太阳能发电等大规模新能源电力在电力系统中的比重不断增加，使传统电力系统的结构、形态与运行控制方式随之产生根本性变革，包括发电厂、电网及用户在内的整个电力系统都需要与之相适应。
近年来，在智能电网技术快速发展的背景下，虚拟电厂(virtualpowerplant，vpp)的概念逐渐受到国内外学术界和工业界的关注。不论是一些欧美国家中越来越多的小型分布式能源的接入，还是我国面临的大规模新能源电力的接入，都给电网带来具有间歇性和随机波动性的冲击，对电网的结构及运行调度方式提出新的要求。为充分利用新能源电力并使之与传统能源实现较好的互补与配合，需要构建保证电网安全稳定运行、兼顾经济和社会效益的区域性多能源集成模式。与此同时，智能电网技术的发展使得电网调度机构甚至普通用电者都能采用先进的网络通信、实时检测与计量等技术手段对电网运行状况进行监控与分析。在上述背景下产生的虚拟发电厂概念，打破了传统电力系统中物理概念上的发电厂之间、以及发电侧和用电侧之间的界限，充分利用网络通信、智能量测、数据处理、智能决策等先进技术手段，有望成为包含新能源接入的智能电网技术的支撑框架。
现有的虚拟电厂，在对各个发电方式进行调配时，调配的手段较为单一，往往需要人工干预，导致效率较低，没有发挥出虚拟电厂的潜力。
技术实现要素：
本发明的目的是克服现有技术中虚拟电厂在对各个发电方式进行调配时，调配的手段较为单一，往往需要人工干预，导致效率较低的缺陷，提供一种虚拟电厂基于相似日的智能调配方法。
本发明的目的是通过下述技术方案予以实现：
一种虚拟电厂基于相似日的智能调配方法，包括以下步骤：
步骤1，系统获取太阳能发电功率，根据经验公式构建太阳能发电功率与时间函数，获取潮汐发电功率，根据经验公式构建潮汐发电功率与时间函数，获取风力发电功率；
步骤2，系统调取存储信息获得历年用电的电量、历年环境数据，预测目标日日用电电量，并根据步骤1的太阳能、潮汐和风力发电功率得出目标日日用发电量，将日用电电量和日用发电量相比较，若日用电量大于日用发电电量，则跳转至步骤3，若日用电量小于或等于日用发电量，则跳转至步骤4，
步骤3，系统监控实时用电功率，若实时用电功率小于或等于正常发电功率，则继续保持监控，若实时用电功率大于正常发电功率，则系统控制备用发电系统进行发电，直到实时用电功率下降到小于或等于正常发电功率为止；
步骤4，系统配置太阳能发电、潮汐发电和风力发电的优先级，太阳能发电、潮汐发电和风力发电的优先级为太阳能发电潮汐发电风力发电，并按照优先级配置各发电种类的发电功率。
作为一种优选方案，系统根据目标日以及目标日的环境数据选择出历年数据内中相似日，并对相似日用电电量进行整合计算获得预测用电量数据；所述相似日选取的方法包括以下步骤：
相似日选取步骤一：根据目标日是否属于节假日进行选择，若目标日为节假日则只在历年的相同节假日中选取相似日，若目标日为工作日则在历年的工作日中选取相似日；
相似日选取步骤二：根据目标日的公历日期，选择符合步骤一要求的历年相同公历日期前三天和公历日期后三天作为候选日期；根据目标日的农历日期，选择符合步骤一要求的历年相同的农历日期前三天和农历日期后三天作为候选日期；
相似日选取步骤三：调出所有候选日期的环境数据与目标日的环境数据进行对比，所述环境数据包括温度、日照、风力和潮汐数据，
若候选日期中的任一日期的环境数据与目标日的环境数据差异大于设定的阈值则在候选日期中删除此日期，剩余的候选日期即为相似日期。
作为一种优选方案，在相似日选取步骤三中，根据虚拟电厂内发电单元的发电机组各性质比例设定环境数据计算时的加权值，
候选日期中的任一日期的环境数据对比目标日的环境数据进行转换，转换为计算值：
温度数据转换后的温度计算值为：(候选日期温度-基础温度值)/(目标日的温度-基础温度值)×100％；
日照长度转换后的日照计算值为：(候选日日照长度-基础日照长度值)/(目标日日照长度-基础日照长度值)×100％；
风力转换后的风力计算值为：(候选日风速值-基础风速值)/(目标日风速值-基础风速值)×100％；
潮汐转换后的潮汐计算值为：(候选日潮汐量-基础潮汐值)/(目标日潮汐量-基础潮汐值)×100％；
候选日期温度、目标日的温度、候选日日照长度、目标日日照长度、候选日风速值、目标日风速值、候选日潮汐量和目标日潮汐量均由气象部门提供，基础温度值、基础日照长度值、基础风速值和基础潮汐值均为人工设定值，且基础温度值、基础日照长度值、基础风速值和基础潮汐值均为人工设定值为根据日历设定的渐变数据；
温度计算值的加权值为0.5，日照计算值的加权值为0.5×当地光伏发电机组发电单元的占有率，潮汐计算值的加权值为0.5×当地潮汐发电机组发电单元的占有率，风力计算值的加权值为0.5×当地风力发电机组发电单元的占有率。
作为一种优选方案，系统设定有预测目标日用电电量的阈值，当预测目标日用电电量低于阈值时，系统自动调整带有储能装置的发电机组与电网的连接，首先根据发电单元的优先级进行切换，若发电单元的发电性质为储能装置则设定为最高优先级，若发电单元为带有储能装置的发电机组则根据储能装置的已存储电量和发电性质设定发电单元的优先级。
作为一种优选方案，若发电单元为带有储能装置的发电机组，则当前储能装置的已存储电量百分比×发电机组的发电性质设定值然后按照由低到高进行优先级排序，发电机组的发电性质设定值由人工设定，风力发电机组的发电性质设定值＜潮汐发电机组的发电性质设定值＜光伏发电机组的发电性质设定值。
作为一种优选方案，自动切换发电单元步骤包括以下子步骤：
自动切换发电单元步骤一：系统选取所有发电单元的最高输出电量进行叠加作为第一对比数值，系统根据发电单元在相似日中的最高输出电量作为第二对比数值，然后系统根据当前电网需求进行接入发电单元和用电单元；
自动切换发电单元步骤二：根据以下算式计算稳定值f1和稳定值f2，
f1＝f2×α
q1×f1+c2×c2＝β×c预；
c1为使用光伏发电机组的发电单元的发电量，
c2为使用风力发电机组和潮汐发电机组的发电单元的发电量，
c预为预测负载所需电量，
α为用于区分发电性质稳定的常数，若光伏发电机组的稳定性大于风电发电机组或潮汐发电机组的稳定性则α＞1，若光伏发电机组的稳定性小于风电发电机组或潮汐发电机组的稳定性则α小于1，光伏发电机组的稳定性、风电发电机组的稳定性或潮汐发电机组的稳定性由当地环境数据已经发电机组的工作状态人工确定，β为预测负载所需电量冗余系数；
自动切换发电单元步骤三：对使用风力发电机组和潮汐发电机组的发电单元计算第二对比度d2，d2＝当前发电单元电量/第二对比数值；对光伏发电机组计算第一对比度d1，d1＝当前发电单元电量/第一对比数值；
自动切换发电单元步骤四：计算比例系数b1和b2；
b1＝d1∶f1；b2＝d2∶f2；若比例系数b1＞b2则根据切换优先级切换光伏发电机组对储能装置进行储能；若比例系数b1≤b2则根据切换优先级切换使用风力发电机组和潮汐发电机组的发电单元对储能装置进行储能；然后计算当前电网负荷，若电网负荷为核定负荷运转则结束自动切换发电单元步骤，否则继续重新执行自动切换发电单元步骤三。
本发明的有益效果是，虚拟电厂基于相似日的智能调配方法合理调配太阳能发电、风力发电、潮汐发电和储能系统的发电功率，大大优化了发电效率，满足了实际的使用需求。且根据相似日预算出目标日的预期使用电量，预算精度较高，提高了系统的稳定性。
具体实施方式
下面结合实施例对本发明进一步描述。
实施例：一种虚拟电厂基于相似日的智能调配方法，包括以下步骤：
步骤1，系统获取太阳能发电功率，根据经验公式构建太阳能发电功率与时间函数，获取潮汐发电功率，根据经验公式构建潮汐发电功率与时间函数，获取风力发电功率；
步骤2，系统调取存储信息获得历年用电的电量、历年环境数据，预测目标日日用电电量，并根据步骤1的太阳能、潮汐和风力发电功率得出目标日日用发电量，将日用电电量和日用发电量相比较，若日用电量大于日用发电电量，则跳转至步骤3，若日用电量小于或等于日用发电量，则跳转至步骤4，
步骤3，系统监控实时用电功率，若实时用电功率小于或等于正常发电功率，则继续保持监控，若实时用电功率大于正常发电功率，则系统控制备用发电系统进行发电，直到实时用电功率下降到小于或等于正常发电功率为止；
步骤4，系统配置太阳能发电、潮汐发电和风力发电的优先级，太阳能发电、潮汐发电和风力发电的优先级为太阳能发电潮汐发电风力发电，并按照优先级配置各发电种类的发电功率。
作为一种优选方案，系统根据目标日以及目标日的环境数据选择出历年数据内中相似日，并对相似日用电电量进行整合计算获得预测用电量数据；所述相似日选取的方法包括以下步骤：
相似日选取步骤一：根据目标日是否属于节假日进行选择，若目标日为节假日则只在历年的相同节假日中选取相似日，若目标日为工作日则在历年的工作日中选取相似日；
相似日选取步骤二：根据目标日的公历日期，选择符合步骤一要求的历年相同公历日期前三天和公历日期后三天作为候选日期；根据目标日的农历日期，选择符合步骤一要求的历年相同的农历日期前三天和农历日期后三天作为候选日期；
相似日选取步骤三：调出所有候选日期的环境数据与目标日的环境数据进行对比，所述环境数据包括温度、日照、风力和潮汐数据，
若候选日期中的任一日期的环境数据与目标日的环境数据差异大于设定的阈值则在候选日期中删除此日期，剩余的候选日期即为相似日期。
作为一种优选方案，在相似日选取步骤三中，根据虚拟电厂内发电单元的发电机组各性质比例设定环境数据计算时的加权值，
候选日期中的任一日期的环境数据对比目标日的环境数据进行转换，转换为计算值：
温度数据转换后的温度计算值为：(候选日期温度-基础温度值)/(目标日的温度-基础温度值)×100％；
日照长度转换后的日照计算值为：(候选日日照长度-基础日照长度值)/(目标日日照长度-基础日照长度值)×100％；
风力转换后的风力计算值为：(候选日风速值-基础风速值)/(目标日风速值-基础风速值)×100％；
潮汐转换后的潮汐计算值为：(候选日潮汐量-基础潮汐值)/(目标日潮汐量-基础潮汐值)×100％；
候选日期温度、目标日的温度、候选日日照长度、目标日日照长度、候选日风速值、目标日风速值、候选日潮汐量和目标日潮汐量均由气象部门提供，基础温度值、基础日照长度值、基础风速值和基础潮汐值均为人工设定值，且基础温度值、基础日照长度值、基础风速值和基础潮汐值均为人工设定值为根据日历设定的渐变数据；
温度计算值的加权值为0.5，日照计算值的加权值为0.5×当地光伏发电机组发电单元的占有率，潮汐计算值的加权值为0.5×当地潮汐发电机组发电单元的占有率，风力计算值的加权值为0.5×当地风力发电机组发电单元的占有率。
作为一种优选方案，系统设定有预测目标日用电电量的阈值，当预测目标日用电电量低于阈值时，系统自动调整带有储能装置的发电机组与电网的连接，首先根据发电单元的优先级进行切换，若发电单元的发电性质为储能装置则设定为最高优先级，若发电单元为带有储能装置的发电机组则根据储能装置的已存储电量和发电性质设定发电单元的优先级。
作为一种优选方案，若发电单元为带有储能装置的发电机组，则当前储能装置的已存储电量百分比×发电机组的发电性质设定值然后按照由低到高进行优先级排序，发电机组的发电性质设定值由人工设定，风力发电机组的发电性质设定值＜潮汐发电机组的发电性质设定值＜光伏发电机组的发电性质设定值。
作为一种优选方案，自动切换发电单元步骤包括以下子步骤：
自动切换发电单元步骤一：系统选取所有发电单元的最高输出电量进行叠加作为第一对比数值，系统根据发电单元在相似日中的最高输出电量作为第二对比数值，然后系统根据当前电网需求进行接入发电单元和用电单元；
自动切换发电单元步骤二：根据以下算式计算稳定值f1和稳定值f2，
f1＝f2×α
q1×f1+c2×c2＝β×c预；
c1为使用光伏发电机组的发电单元的发电量，
c2为使用风力发电机组和潮汐发电机组的发电单元的发电量，
c预为预测负载所需电量，
α为用于区分发电性质稳定的常数，若光伏发电机组的稳定性大于风电发电机组或潮汐发电机组的稳定性则α＞1，若光伏发电机组的稳定性小于风电发电机组或潮汐发电机组的稳定性则α小于1，光伏发电机组的稳定性、风电发电机组的稳定性或潮汐发电机组的稳定性由当地环境数据已经发电机组的工作状态人工确定，β为预测负载所需电量冗余系数；
自动切换发电单元步骤三：对使用风力发电机组和潮汐发电机组的发电单元计算第二对比度d2，d2＝当前发电单元电量/第二对比数值；对光伏发电机组计算第一对比度d1，d1＝当前发电单元电量/第一对比数值；
自动切换发电单元步骤四：计算比例系数b1和b2；
b1＝d1∶f1；b2＝d2∶f2；若比例系数b1＞b2则根据切换优先级切换光伏发电机组对储能装置进行储能；若比例系数b1≤b2则根据切换优先级切换使用风力发电机组和潮汐发电机组的发电单元对储能装置进行储能；然后计算当前电网负荷，若电网负荷为核定负荷运转则结束自动切换发电单元步骤，否则继续重新执行自动切换发电单元步骤三。